Pytorch-反向传播后梯度为None

为寻找模型中哪些变量梯度计算为None，可以采用以下方法：

# 反向传播和更新梯度
optimizer.zero_grad()
loss.backward()
optimizer.step()

# 检查是否存在梯度为None的变量
for name, param in model.named_parameters():
    if param.grad is None:
        print(name, "has None grad")

经过这个步骤后可以判断哪些变量没有参与梯度计算，将其从模型中去掉即可。

参考：

pytorch损失反向传播后梯度为none的问题 - Python技术站